| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·人工神经网络的历史及展望 | 第7-8页 |
| ·火炮伺服系统概述 | 第8-9页 |
| ·火炮控制系统的发展趋势 | 第8-9页 |
| ·火炮伺服系统的发展现状 | 第9页 |
| ·本文要完成的工作 | 第9-11页 |
| 2 BP神经网络概述及其改进 | 第11-21页 |
| ·人工神经网络概述 | 第11-13页 |
| ·神经元模型 | 第11-12页 |
| ·人工神经网络模型分类 | 第12-13页 |
| ·神经网络的特点 | 第13页 |
| ·BP神经网络原理及性能 | 第13-16页 |
| ·BP网络的学习过程 | 第13页 |
| ·BP网络的优化计算方法 | 第13-16页 |
| ·BP神经网络改进 | 第16-21页 |
| ·LM-BP算法 | 第16-19页 |
| ·GA-BP算法 | 第19-21页 |
| 3 火炮电液伺服系统的神经网络辨识 | 第21-44页 |
| ·搭建Simulink系统模型 | 第21-29页 |
| ·SimHydraulics模块的使用 | 第22-24页 |
| ·火炮电液伺服系统 Simulink模型建立 | 第24-29页 |
| ·通过实验产生数据 | 第29-35页 |
| ·扰动信号的选择 | 第30-32页 |
| ·采样方法和采样间隔的设计 | 第32-33页 |
| ·数据的预处理 | 第33页 |
| ·电液伺服系统实验数据的产生 | 第33-35页 |
| ·模型选择与参数估计 | 第35-39页 |
| ·NNARX模型的确定 | 第35-36页 |
| ·BP网络结构设计 | 第36-37页 |
| ·神经网络参数的训练 | 第37-39页 |
| ·火炮电液伺服系统的神经网络系统辨识 | 第39-44页 |
| ·神经网络系统辨识过程 | 第39-41页 |
| ·火炮电液伺服系统模型系统辨识 | 第41-44页 |
| 4 神经网络自适应控制器的设计 | 第44-58页 |
| ·NN自校正控制 | 第44-51页 |
| ·神经网络直接逆控制 | 第44-48页 |
| ·神经网络间接自校正控制 | 第48-51页 |
| ·神经网络模型参考自适应控制 | 第51-58页 |
| 5 火炮电液伺服系统的控制 | 第58-64页 |
| ·电液伺服系统组成和工作原理 | 第58-60页 |
| ·液压系统组成 | 第59页 |
| ·高低平衡机结构 | 第59-60页 |
| ·基于电液伺服系统 Simulink模块的控制仿真 | 第60-64页 |
| ·阶跃响应输出及误差曲线 | 第61-62页 |
| ·斜坡响应输出及误差曲线 | 第62-63页 |
| ·正弦响应输出及误差曲线 | 第63-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |